● 化工催化剂设计、电池材料研发、聚合物加工、油田化学、涂料油墨等多领域受益

近日，CANN开源社区首个面向垂直行业的Material Chemical Engineering SIG（材料化学工程特别兴趣小组，简称MCE SIG）正式发布两款科学计算算子——LJForceFused分子动力学算子与耗散粒子动力学（DPD）算子。两款算子分别面向微观原子尺度与介观流体尺度，标志着该SIG初步完成多尺度计算布局，为流程工业领域提供了专业开源算子基础设施。

目前两款算子已覆盖催化剂设计、电池材料研发、聚合物加工、油田化学、涂料油墨等领域。以材料设计场景为例，LJForceFused算子将部分计算任务的耗时从数小时缩短至分钟级；DPD算子为高分子注塑成型、驱油剂配方优化等介观尺度问题提供了模拟方案。

产学研联合共建

MCE SIG由CANN社区联合中石油（北京）数智研究院、中国科学院大连化学物理研究所、厦门大学等机构共同发起。该SIG致力于打通通用算力基础设施与工业实际应用之间的衔接环节，聚焦计算仿真与预测优化两大场景。

双算子覆盖不同尺度需求

LJForceFused算子面向分子动力学模拟中的Lennard-Jones力场计算。该算子采用融合计算范式，将距离计算、势能计算、力向量计算合并为单次执行，在测试环境下将片上内存访问频次从16次降至2次。在256原子规模测试中，该算子实现约206倍加速，力向量最大相对误差为0.21%，能量相对误差为0.16%。该算子已在实际材料设计场景中得到应用验证。

DPD算子面向耗散粒子动力学模拟，适用于高分子熔体、胶体自组装等介观尺度流体行为研究。该算子通过单次邻居遍历完成保守力、耗散力、随机力的融合计算，采用Shardlow分裂算法保证能量守恒，并支持多组分体系负载均衡。在10万粒子规模测试中，该算子实现约100倍加速。

技术实现特点

两款算子均基于Ascend C开发，针对昇腾NPU架构进行优化：采用片上内存缓存策略降低内存访问频次；通过融合计算、截断距离优化、牛顿第三定律复用等技术降低计算复杂度；采用FP32精度与能量守恒验证，满足科学计算可复现性要求。

开源与后续规划

MCE SIG算子遵循Apache 2.0协议开源，开发者可通过GitCode获取源码及技术文档。该SIG计划后续围绕计算流体力学、反应工程优化等方向扩展算子库。

《夸克》非常好用的免费AI浏览器

下载APP查看